正则表达式与Python语言

旧城等待， 2022-06-03 04:22 158阅读 0赞

> 简单介绍一下Python中的默认正则表达式模块re模块
> 
> 
> 
> 
> <table> 
> <tbody> 
> <tr> 
> <td> 函数/方法 </td> 
> <td> 描述 </td> 
> </tr> 
> <tr> 
> <td> compile（pattern，flags=0） </td> 
> <td> 对正则表达式pattern进行编译，flags是可选标志符，并返回一个regex对象 </td> 
> </tr> 
> <tr> 
> <td> match（pattern，string，flags=0） </td> 
> <td> 尝试用正则表达式模式pattern匹配字符串string，flags是可选标志符，如果匹配成功，则返回一个匹配对象;否则返回none </td> 
> </tr> 
> <tr> 
> <td> search(pattern, string, flags=0) </td> 
> <td> 在字符串string中查找正则表达式模式pattern的第一次出现，flags是可选标志符，如果匹配成功，则返回一个匹配对象;否则返回none </td> 
> </tr> 
> <tr> 
> <td> findall(pattern, string[,flags]) </td> 
> <td> 在字符串string中查找正则表达式模式pattern的所有（非重复）出现;返回一个匹配对象的列表 </td> 
> </tr> 
> <tr> 
> <td> finditer（pattern，string[,flags]） </td> 
> <td> 和findall()相同，但返回的不是列表而是迭代器;对每一个匹配，该迭代器返回一个匹配对象 </td> 
> </tr> 
> <tr> 
> <td> split(pattern, string, max=0) </td> 
> <td> 根据正则表达式pattern中的分隔符把字符string分割为一个列表，返回成功匹配的列表，最多分割max次（默认是分割所有匹配的地方） </td> 
> </tr> 
> <tr> 
> <td> sub(pattern, repl, string, max=0) </td> 
> <td> 把字符串string中所有匹配正则表达式pattern的地方替换成字符串repl,如果max的值没有给出，则对所有匹配的地方进行替换（也可以参考subn()） </td> 
> </tr> 
> <tr> 
> <td> group(num=0) </td> 
> <td> 返回全部匹配对象（或指定编号是num的子组） </td> 
> </tr> 
> </tbody> 
> </table>
> 
> 
>

*  用match（）匹配字符串

![SouthEast][]

即便字符串比模式要长，匹配也可能成功；只要模式是从字符串的开始进行匹配的。也可以利用面向对象的特性，间接省略中间结果：

![SouthEast 1][]

*  search（）在一个字符串中查找一个模式 （搜索与查找的区别）

![SouthEast 2][]

match()尝试从字符串起始处进行匹配模式。search()查找字符串模式首次出现的位置，从左到右进行搜索

*  匹配多个字符串（|）

![SouthEast 3][]

*  匹配任意单个字符（.）

![SouthEast 4][]

在正则表达式里，如果我们需要真正去匹配含‘.’的字符，可以用‘\\’转义字符

![SouthEast 5][]

*  创建字符集合（\[ \]）

![SouthEast 6][]

*  重复，特殊字符和子组

以域名为例，我们想要找到一个xxx.com域名的网站，可能不止希望匹配出xxx.com, 还需要匹配出www.xxx.com。这种情况下，我们可以使用正则表达式中的‘?’来表示某部分是否可选，也可以用‘\*’来表示多个可选部分。

![SouthEast 7][]

我们可以用正则表达式来分别提取需要匹配的字符段，并存入每个子组。

![SouthEast 8][]

*  从字符串的开头或结尾匹配及在单词边界上的匹配

下面介绍了锚点性正则表达式操作符。这些锚点性正则表达式操作符主要被用于搜索而不是匹配。![SouthEast 9][]

*  用findall（）找到每个出现的匹配部分

findall()用于非重叠地查找某字符串中一个正则表达式模式出现的情况。findall()和search()相似之处在于二者

都执行字符串搜索，但findall()和match()与search()不同之处是，findall()总返回一个列表。如果findall()没有

找到匹配的部分，会返回空列表；如果成功找到匹配部分，则返回所有匹配部分的列表。

![SouthEast 10][]

*  用sub()，subn() 进行搜索和替换

有两种方法用于完成搜索和替换的功能：sub() 和subn()。两者基本是一致的，都是将某字符串中所有匹配正则表达式模式的部分进行替换。 subn()和sub() 一样，不过它会返回一个表示替换次数的数字，替换后的字符串和表示替换次数的数字作为一个元组的元素返回。

![SouthEast 11][]

*  用split()分割

re模块和正则表达式对象的方法split()与字符串的split()方法相似。如果不想在每个模式匹配的地方都分割

字符串，可以通过设定一个值参数来指定分割的最大次数。

![SouthEast 12][]

我们可以发现re.split()是一个非常强大的工具，我们可以用它来分析一个linux查询登录用户的数据。

我们先看一下在linux上运行who之后的内容，我把结果存到一个txt文件里

wesc  pts/0        2017-12-19 15:31 (10.255.6.83)
    wesc  pts/1        2017-12-19 10:18 (10.255.6.18)
    wesc  pts/3        2017-12-19 13:31 (10.255.6.39)
    wesc  pts/4        2017-12-19 15:36 (10.255.6.83)
    wesc  pts/5        2017-12-19 15:39 (10.255.6.76)
    wesc  pts/6        2017-12-19 15:48 (10.255.6.34)

对这个文件进行分析

#!/usr/bin/ env python
    #coding=utf-8
    
    import re
    f = open('whodata.txt', 'r')
    lines = f.readlines()
    for eachLine in lines:
        print (re.split('\s\s+', eachLine))
    
    f.close()

运行一下得到输出：

\['wesc', 'pts/0', '2017-12-19 15:31 (10.255.6.83)\\n'\]  
\['wesc', 'pts/1', '2017-12-19 10:18 (10.255.6.18)\\n'\]  
\['wesc', 'pts/3', '2017-12-19 13:31 (10.255.6.39)\\n'\]  
\['wesc', 'pts/4', '2017-12-19 15:36 (10.255.6.83)\\n'\]  
\['wesc', 'pts/5', '2017-12-19 15:39 (10.255.6.76)\\n'\]  
\['wesc', 'pts/6', '2017-12-19 15:48 (10.255.6.34)'\]  
  
Process finished with exit code 0

[SouthEast]: /images/20220603/7c1dd171be5e47cf99339b1d743caf07.png
[SouthEast 1]: /images/20220603/c734b22c24474a51b1eee8bfb6cb01a1.png
[SouthEast 2]: /images/20220603/ef8adcb30678480eb5fa9a136b826ab7.png
[SouthEast 3]: /images/20220603/57500d18b83a4926b7fa768499c28f6f.png
[SouthEast 4]: /images/20220603/9f9e4dd78c3b4e1f808a6816f3913d57.png
[SouthEast 5]: /images/20220603/9033ff76a2b24834977b759e072aca5e.png
[SouthEast 6]: /images/20220603/1606b0f904e94bd28329a965ae5c2556.png
[SouthEast 7]: /images/20220603/dcb6e3c1e56b43c590ab77fbb64a3b23.png
[SouthEast 8]: /images/20220603/72737146d1de4d8f866ce879e9bc57ee.png
[SouthEast 9]: /images/20220603/cd0597a266c84d459cc0f5d5c61b3268.png
[SouthEast 10]: /images/20220603/f7ef0006cf4540d09b8eb80a69e86353.png
[SouthEast 11]: /images/20220603/a8142cf61a3848d4a5de7dbb8c02be58.png
[SouthEast 12]: /images/20220603/322a42e1f6b544699213dcc8f47ed1a2.png